# 💡プログラミングは要らなかった。AI社員の導入で、一番手間がかかったのは「Excelの片づけ」 > https://bookfactory.kr/board/ai-tech/20385 > 게시판: AI·머신러닝 > 작성자: admin > 작성일: 2026-10-08T23:04:35.064Z --- AIに調べものを任せたい。そう思ったとき、最初にぶつかる壁は「プログラミング」だと考えていませんか。 私もそう思っていました。でも、実際に案件でやってみて分かったのは、手間がかかる場所は、まったく別のところにあったということです。 私は文系ですが、AIで業務を自動化する仕事やコンサル、セミナーをしていて、起業もしています。その中で、製造業の現場の「調べもの」を、AIに任せる仕組みを作りました。 この記事では、その調べものが、半日〜数日から【数分】になるまでに、実際に何があったのかを、そのまま書きます。 ## 目次 - AI社員の初出勤。最初の仕事は「調べもの」だった - 「AI社員」というたとえ - 製造業の現場の「ヒヤリハット」 - 対応策のたびに、過去のデータを探していた - AI社員が出勤する前に、片づけが必要だった - 過去のデータが、AIが読める形ではなかった - 片づけに、約2週間かかった - 別の案件でも、同じだった - 片づけたあと、調べものは「数分」になった - 2人のAI社員の役割分担 ## AI社員の初出勤。最初の仕事は「調べもの」だった Q. AI社員の初出勤。最初に頼まれた仕事は？ A. 「過去3年分の企業データの片づけ。」 なんて、ちょっと言いすぎました。でも、半分は本当です。私の案件でも、AI社員が働き始める前に、片づけが必要でした。 ![画像](https://assets.st-note.com/img/1791384997-kZAKvV2NaJ7W135LRTjU6w9C.png?width=1200) ### 「AI社員」というたとえ 最近、AIを「社員」にたとえる言い方を、よく見かけます。人に仕事を頼むように、AIに役割を決めて、任せるイメージです。 私も、このたとえは分かりやすいと思っています。新しい社員が来たら、まず簡単な仕事から任せますよね。AI社員に最初に任せるなら、向いているのは【調べもの】です。 過去の記録を探して、似たものを見つけて、まとめる。これは、AIが得意な仕事だからです。 ### 製造業の現場の「ヒヤリハット」 私が作った仕組みは、製造業の会社で使われています。扱うのは、【ヒヤリハット】の対応策づくりです。 ヒヤリハットとは、事故にはならなかったけれど、「ヒヤリ」「ハッ」とした出来事のことです。たとえば、「台車にぶつかりそうになった」といった、小さな出来事です。 現場の方が、そうした出来事を記録して、同じことが起きないように、対応策を考えます。微細なものまで含めると、部署ごとに月30件ほど出てくるそうです。 ### 対応策のたびに、過去のデータを探していた 対応策を考えるには、「過去に似たことはなかったか」「そのとき、どう対応したか」を調べる必要があります。 この【過去データの検索・調査】が、1件あたり、半日から数日かかっていました。 月に30件ほど出てくるなら、調べものだけで、かなりの時間になります。課長や部長は、調べものに追われて、「どう防ぐか」を考える時間が取りにくくなりそうです。 ここを、AI社員に任せよう、というのが今回の仕事でした。 ## AI社員が出勤する前に、片づけが必要だった ### 過去のデータが、AIが読める形ではなかった AIに調べものを任せるには、調べる元になる、過去のデータを渡す必要があります。その過去のデータは、Excelに入っていました。 人が見るなら、問題のない表です。でも、AIが読むには、そのままでは使いにくいことがあります。 しかも、これは、その会社だけの【独自のデータ】です。ネットで調べれば出てくる一般的な情報ではなく、その会社の中にしかない記録です。AIは、それを最初から知っているわけではありません。 だから、AIに渡す前に、AIが読みやすい形に整える作業をしました。【AIが読める形にする】ための、片づけです。 ### 片づけに、約2週間かかった この片づけに、約2週間かかりました。 ツールを設定する時間より、日本語で指示を書く時間より、ずっと長い時間です。今回の案件で、一番手間がかかったのは、ここでした。 ### 別の案件でも、同じだった システム開発の別の案件でも、一番時間をかけたのは、Excelデータの整理でした。 そちらは、データの量が多くて、まだ整理しきれていません。そのため今は、「データ整理をするためのシステム」を作っているところです。 この案件では、画像の扱いにも、工夫が必要でした。 システムの外部設計の資料には、システムの画面のスクリーンショットが入っています。画像のままだと、AIが読み込むのが少し難しいのです。そこで、その画像に【説明文】を付けました。文字で説明が付いていれば、AIは、その画像が何を表しているのかを読み取れます。 うまくいっていない部分も、正直に書いておきます。AIに任せる前の準備は、思ったより地味で、時間がかかります。 ## 片づけたあと、調べものは「数分」になった ### 2人のAI社員の役割分担 ここで、この案件の仕組みを、AI社員にたとえて紹介します。 - 1人目：対応策を考える担当。過去のデータをもとに、対応策の案を作る - 2人目：Excelへの転記の担当。決まった表に、結果を書き写す どちらも、プログラムを書いて作ったのではなく、日本語で「こう動いてほしい」と伝えて作りました。 ### 仕事の流れ 実際の流れは、次のとおりです。 - 現場の方が、ヒヤリハットを入力する - 過去のデータをもとに、AIが対応策を作る（回答は、その場ですぐに出る） - 確認する担当者が、その場で回答を修正して、承認する - 翌朝の朝礼で、みんなに周知する AIの回答がその場で出るので、担当者が、その場で直して承認すれば、そこで完了です。入力した翌日には、周知できます。 以前は、同じところまで、ものにもよりますが、1週間ほどかかっていました。調べる時間に加えて、確認する時間も、必要だったからです。 ### 最初は、疑われていた 「AIは、どのくらい使い物になるのか」。部長や現場の方は、最初、疑心暗鬼でした。 それも、当然だと思います。調べものに半日〜数日かかっているときに、「AIが数分でやります」と言われても、すぐには信じられません。 変わったのは、自動化のツールを作っていくにつれてです。動くものを少しずつ見てもらううちに、見る目が変わってきました。 一番のきっかけは、これまで手作業でしてきたことの【80点くらい】の出来のものが、パッと出てきたのを見たときでした。100点ではありません。でも、半日〜数日かけて調べていたことの、かなりの部分が、すぐ目の前に出てくる。そこから、見る目が変わっていきました。 「仲間を増やす順番」という言い方は、戦略っぽくて、私はあまり好きではありません。ただ、いきなり全員に分かってもらおうとするより、動くものを見せながら、順番に分かってもらう方が、自然なのかもしれないとは思っています。 ### 半日〜数日が、数分になった この仕組みができて、対応策づくりのための過去データの検索・調査は、1件あたり「半日〜数日」から、AIが対応策を作るまで「数分」になりました。 よくあるヒヤリハットなら、人が確認して、それで完了です。 調べものに追われていた時間が、確認する時間に変わりました。 初めて、数分で出てきた対応策を見たときは、正直、こうした技術に圧倒されました。同時に、これで人の役に立てるのなら、わくわくしました。 そして、自動化のツールを作っていくにつれて、「こんなことも自動化できるんだ」と、自分が一番びっくりしています。 ### それでも、最後に決めるのは人 ただ、AI社員がすべてを決めているわけではありません。 対応策を作るのはAIですが、「これでいい」と判断して、朝礼に回すのは、確認する担当者です。AI社員の仕事は、調べて、案を作るところまで。最後に決めるのは、人のままです。 ## AI社員を雇う話――――――――――実は、片づけの話だった ### 最初に覚悟していたこと ここまで読んで、「結局、AIの導入は、地味な片づけなんだ」と思った方もいるかもしれません。 私自身、最初は、まったく逆のことを考えていました。きっかけは、オンラインスクールに入会したことです。 「AIを勉強しよう」と決めたとき、私は、こう覚悟していました。「どうせまた、プログラミングを一から勉強し直すんだろうな」と。 ### 実際に必要だったのは、日本語だった ところが、実際に触ってみると、プログラミングのスキルは、ほとんど必要ありませんでした。やっていることの大半は、日本語で指示を書くこと、日本語を読むことで解決したのです。 そのとき、私の中で、認識が変わりました。 数学的にしか解決できなかったことが、国語的に解決できる時代が来た。 これまでは、技術（数学）でしか越えられなかった壁が、言葉（国語）で越えられるようになったのです。 ### 本当に手間がかかるのは、準備だった そして、もう一つ分かったことがあります。 プログラミングが要らなくなった今、手間がかかる場所は、別のところに移っていました。AIに任せる前の、【準備】です。 AI社員を雇う話だと思っていたものは、実は、雇う側の私たちが、仕事の材料を整える話でした。2つの案件のどちらも、一番手間をかけたのは、プログラミングではなく、Excelのデータを整えることだったのです。 ## 最初の仕事は、小さな調べものから ### まず、自分の職場で見るところ もし、自分の職場でも、AI社員に調べものを任せたいと思ったら、次の3つを見てみてください。 - 「半日かかっている調べもの」を、1つだけ書き出す - その調べものの元になる資料が、どこにあるかを確かめる - その資料を、AIが読める形（1行に1件、列に見出しがある表など）に整えられそうか見る いきなり全部を任せる必要はありません。小さな調べものを1つ、AI社員に任せる。それだけで、仕事の見え方が変わります。 ### プログラミングは、要りません 最後に、正直な気持ちを書いておきます。 私は、「今まで諦めていたことが、形にできるかもしれない」と、初めて思えました。その理由は、プログラミングを学んだからではありません。日本語で指示を書けば、AIが動いてくれると分かったからです。 必要なのは、データを整える根気と、最後に確認する目。どちらも、プログラミングの知識がなくても、持てるものです。 AI社員の初出勤は、片づけから。その一歩目なら、文系でも、会社員でも、今日から始められます。 ## ハッシュタグ #AI社員 #AI活用 #業務効率化 #Dify #n8n #非エンジニア #Claude Code #Codex **출처:** [note 원문](https://note.com/ryosuke_hare0205/n/nc8b2e8896c2f) *번역: Gemma 3(.44) 초벌 + 교정 검수* [원문 보기](https://note.com/ryosuke_hare0205/n/nc8b2e8896c2f) | 출처: note.com